ACM Multimedia 2026論文：混雑動画の数え間違いを62.01%削減——奥行きと重複除外を組み合わせ

結論から言うと、人や物が重なった混雑動画で、指定した種類の物体を数える誤差を従来法より62.01%減らした研究が公開された。国際会議ACM Multimedia 2026に採択され、arXivへ2026年8月6日に掲載された論文は、文字または見本画像で数えたい対象を指定する「DG-Det」と後処理の仕組みを提案した。

従来法は通常のRGB映像だけを主に使うため、同じ種類の物体が密集したり、手前の物に隠れたりすると区別しにくかった。DG-DetはRGBに奥行き情報を加え、複数の細かさで両者を組み合わせる注意機構と、隠れている物体を予測する処理を利用する。さらに動画の前後フレームで同じ物を何度も数えないよう、統一した重複除外処理を入れた。

著者らは奥行き付きで複数種類の物体を含む新しい動画データ、コード、学習用データも公開している。店舗の棚卸し、交通量、イベント会場の混雑分析などでは、対象ごとに専用モデルを作らず数える技術につながり得る。ただし62.01%は論文で比較した基準手法に対する平均絶対誤差の減少で、あらゆる現場で正確さが62%上がる意味ではない。

奥行きデータの品質や撮影条件にも左右されるため、導入前に自分のカメラ映像で再評価が必要だ。